---
title: 最便宜的图像生成 API：比较真实工作流成本
description: "按真实请求形态、结算 usage、验收率与 apiToken.sale B2C 五折比较 Nano Banana 2 和 GPT Image 2，找到适合你工作负载的最低成本图像 API。"
url: https://apitoken.sale/zh/docs/learn/cheapest-image-generation-api
language: zh-CN
---

# 如何找到最便宜的图像生成 API

最便宜的图像 API，是以最低结算金额产出可验收资产的 API，而不是标价最低的 API。在 apiToken.sale 上，两个候选——Nano Banana 2 与 GPT Image 2——都享受同样的 B2C 五折，因此决策取决于请求形态、重试次数与验收率。

## 最便宜的 API = 每个验收资产成本最低的 API

直接回答：对于可预测的 1K 资产，Nano Banana 2（gemini-3.1-flash-image）通常是成本最低的起点，因为其图像输出项按尺寸固定——1K 为 1,120 token，官方 $0.0672，普通 B2C 五折后 $0.0336。而已基于 OpenAI Images 客户端的工作流中，GPT Image 2（gpt-image-2）即使按可变 token 计费也可能更便宜，因为更高的验收率与零迁移成本胜过更低的 token 单价。除此之外都需要用你自己的 brief 做基准测试，本文将说明如何诚实地做。

选择前先算一笔账。在 80% 验收率下用 Nano Banana 2 产出 1,000 张已验收 1K 资产，意味着 1,250 次付费生成：1,250 × $0.0336 = $42 的图像输出费用，再加上官方 $0.50/M 的文本输入与终态 usage 中报告的 grounding。同一 brief 在 GPT Image 2 上，图像输出按官方 $30/M（折后 $15/M）、文本输入 $5/M、参考图 $8/M 计费——若通过率更高，可变账单仍会胜出。决定结果的是验收率，而非价目表。

| 成本问题 | Nano Banana 2（gemini-3.1-flash-image） | GPT Image 2（gpt-image-2） |
| --- | --- | --- |
| 图像输出 | 1K $0.0672、2K $0.1008、4K $0.1512 官方——按尺寸固定 token | $30/M 实际 image-output token；以终态 usage 为准 |
| 文本输入 | $0.50/M 官方 | $5/M 官方；cached input 为 fresh 的 25% |
| 参考图 | 按模型费率计 input token；最多 14 个受支持输入 | $8/M 官方 image input；编辑路由 1–5 张 PNG、JPEG 或 WebP |
| 普通 B2C 价格 | 准确官方总额五折 | 准确官方总额五折 |
| 响应内容 | 按请求的 1K/2K/4K 尺寸与宽高比返回 inlineData 图像 part | 单张非流式 base64 PNG；不承诺准确尺寸 |

## 按工作负载的成本驱动因素匹配模型

| 工作负载 | 优先测试 | 仍需基准验证的原因 |
| --- | --- | --- |
| 可预测的 1K 社交/目录资产 | Nano Banana 2 | 固定 1K 图像项与明确宽高比让支出可预测 |
| 已有 OpenAI Images 客户端 | GPT Image 2 | 无需协议迁移；集成工时也是真实成本 |
| 每个 brief 需要大量参考图 | Nano Banana 2 | 原生 Gemini 结构最多支持 14 个图像输入 |
| OpenAI Images 编辑流程 | GPT Image 2 | 原生 /v1/images/edits 路由支持 1–5 张 PNG、JPEG 或 WebP |
| 跨资产类别的混合组合 | 两者都评测 | 每个资产类别的验收率可能超过任何 token 价格的影响 |

> B2C 五折（50%）在准确官方 usage 计算后对两款模型同样适用，因此折扣本身不能分出胜负。差距来自 usage 形态、重试次数以及你为每种协议编写和维护的客户端代码量。

## 按真实请求形态计价，而非落地页宣传

两款模型可用同一个预付密钥调用，但协议不同，而协议决定了你能控制什么。Nano Banana 2 使用原生 Gemini generateContent 结构与 x-goog-api-key 头：将 responseModalities 设为 TEXT 与 IMAGE，选择 imageSize 1K/2K/4K 和 aspectRatio，图像以 base64 inlineData part 返回。GPT Image 2 使用 OpenAI Images 路由与 Authorization: Bearer：已发布控制项为 background opaque 或 transparent、quality low，以及作为比例的 size，响应为单张非流式 base64 PNG，/v1/images/edits 编辑接受 1–5 张 PNG、JPEG 或 WebP。

```
# Nano Banana 2 — Gemini-native route
curl https://router.apitoken.sale/v1beta/models/gemini-3.1-flash-image:generateContent \
  -H "x-goog-api-key: $APITOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Create a square product illustration"}]}],"generationConfig":{"responseModalities":["TEXT","IMAGE"],"imageConfig":{"imageSize":"1K","aspectRatio":"1:1"}}}'

# GPT Image 2 — OpenAI Images route
curl https://router.apitoken.sale/v1/images/generations \
  -H "Authorization: Bearer $APITOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2","prompt":"A clean studio product photograph","background":"opaque","quality":"low","size":"auto"}'
```

> 不要按 PNG 文件大小或像素尺寸估算账单。GPT Image 2 的结算权威是终态 usage event；Nano Banana 2 的固定图像输出项之外，还要加上输入、可选文本/思考输出与 grounding。

## 运行公平的单资产成本基准测试

1. 从真实工作负载中选取 20–50 个代表性 brief，并在任何生成之前写下通过/失败标准。
2. 两条路由使用等价输入：相同分辨率等级、相同参考图、每个 brief 相同的最大尝试次数。
3. 为每次付费尝试记录 request ID、终态 usage、延迟与你的通过/失败判定，并与返回的资产一起保存。
4. 用总结算费用（含被拒输出）除以验收资产数，比较分布而非单张最佳图像。
5. 当提示词、目标分辨率、参考图数量或提供商目录显著变化时，重新运行基准测试。

## 暗中抬高账单的“省钱”做法

- 生成 4K 再把每张验收资产缩到 1K：你为 1K 交付物付了 4K 图像项（官方 $0.1512 对 $0.0672）。
- 只统计成功输出，把付费拒绝、moderation 失败与超时重试排除在每个验收资产成本之外。
- 把图像模型 token 花在纯文本规划或提示词改写上，而这些在图像调用前交给更便宜的文本模型即可。
- 响应已交付后仍自动重试，或在没有固定总尝试预算的情况下重试。
- 实时目录可用性与各工作负载质量一直在变化，却发布永久“最便宜”结论。

## 充值前用 $5 赠金验证胜出模型

找到最便宜路由不需要先花钱。通过 Google 或 GitHub 创建的新账户可获得一次性 $5 平台赠金——按 Nano Banana 2 每张 1K 图像输出 $0.0336 计算，足以完成上述整套基准测试还有富余。用邮箱和密码注册的账户功能完整，但不享受该赠金。赠金总是先于付费余额消耗，因此评测不会动用你的充值。

- 用银行卡或加密货币按整数美元充值；预付余额永不过期。
- 为基准测试使用独立的 API key 并设置 lifetime spending limit，防止重试循环耗尽账户。
- 固定胜出配置——模型、尺寸、参考图与最大尝试次数——并在目录变化后重新测试。

[预付方案：任意整数美元充值，余额不过期](/plans)

## 常见问题

### 追求最低成本应先测试哪个图像 API？

如果交付物是明确的 1K/2K/4K 资产，先测 Nano Banana 2——固定图像项让支出可预测，普通 B2C 每张 1K 为 $0.0336。如果工作流已使用 OpenAI Images，先测 GPT Image 2。两种情况下都比较每个验收资产的结算成本，而非价目表。

### Nano Banana 2 总是更便宜的选项吗？

不是。它的图像输出项按尺寸可预测，但参考图、文本或思考输出、grounding 与重试都会增加结算成本。若 GPT Image 2 工作流审核通过率更高，或在现有 OpenAI Images 客户端上节省集成工作，总成本可能更低。

### 在 Nano Banana 2 上 1,000 张已验收 1K 图像要多少钱？

100% 验收率时，仅图像输出项就是 1,000 × $0.0336 = $33.60（普通 B2C）。80% 验收率时需为 1,250 次生成付费——$42——且还未计入官方 $0.50/M 的文本输入与终态 usage 中的 grounding。这就是为什么每个“最便宜”计算都必须包含验收率。

### 被拒的图像也会收费吗？

会。只要提供商已交付输出并结算终态 usage 就收费。你的质量拒绝不会撤销提供商的工作，因此付费拒绝必须计入每个验收资产成本——忽略它们是“便宜”工作流变贵的最常见原因。

### 两款图像模型能用同一个 apiToken.sale 密钥吗？

可以。同一个预付密钥与余额即可调用 Gemini 原生路由上的 gemini-3.1-flash-image（x-goog-api-key）和 OpenAI Images 路由上的 gpt-image-2（Authorization: Bearer），两者都在 router.apitoken.sale。只有协议形态不同；普通 B2C 五折对两者都适用。

### 能否发布一个永久有效的“最便宜图像 API”结论？

不能。结论只是某一时刻、特定工作负载的属性。提示词、输出尺寸、参考图数量、目录可用性或提供商行为显著变化后要重新测试——并为每条公开结论标注日期。

---
Get a key: https://apitoken.sale/register
More guides: https://apitoken.sale/zh/docs/learn